WO2014112081A1 - 生体認証装置、生体認証システム、及び生体認証方法 - Google Patents

生体認証装置、生体認証システム、及び生体認証方法 Download PDF

Info

Publication number
WO2014112081A1
WO2014112081A1 PCT/JP2013/050850 JP2013050850W WO2014112081A1 WO 2014112081 A1 WO2014112081 A1 WO 2014112081A1 JP 2013050850 W JP2013050850 W JP 2013050850W WO 2014112081 A1 WO2014112081 A1 WO 2014112081A1
Authority
WO
WIPO (PCT)
Prior art keywords
feature data
authentication
verification
hand
authentication feature
Prior art date
Application number
PCT/JP2013/050850
Other languages
English (en)
French (fr)
Inventor
青木　隆浩
Original Assignee
富士通株式会社
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 富士通株式会社 filed Critical 富士通株式会社
Priority to JP2014557248A priority Critical patent/JP6065025B2/ja
Priority to PCT/JP2013/050850 priority patent/WO2014112081A1/ja
Publication of WO2014112081A1 publication Critical patent/WO2014112081A1/ja
Priority to US14/792,688 priority patent/US9418274B2/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12—Fingerprints or palmprints
    • G06V40/13—Sensors therefor
    • G06V40/1312—Sensors therefor direct reading, e.g. contactless acquisition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/107—Static hand or arm
    • G06V40/11—Hand-related biometrics; Hand pose recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12—Fingerprints or palmprints
    • G06V40/1365—Matching; Classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/14—Vascular patterns

Definitions

  • the present embodiment relates to a biometric authentication device, a biometric authentication system, and a biometric authentication method.
  • Biometric authentication is a technology that identifies individuals using biometric information such as fingerprints and vein patterns.
  • a fingerprint is a pattern that exists on the surface of a finger or palm, and is different for each individual. Veins that run evenly on the hand can be imaged using near-infrared light. Since the vein pattern is different for each individual, it is possible to identify the individual using this.
  • Biometric authentication methods include 1: 1 authentication and 1: N authentication.
  • 1: 1 authentication an individual's ID is input and authentication is performed by comparing the registered biometric information of the individual with new biometric information.
  • N authentication authentication is performed by collating all data of registered biometric information with new biometric information without inputting an individual ID or the like. Since 1: N authentication does not require an ID, it is convenient.
  • FAR misidentifying another person as an individual
  • the position of the living body with respect to a sensor that acquires the biological information of either the right hand or the left hand as the biological information is matched at the time of registration and at the time of authentication. Further, for example, an image of one of the right hand and left hand living bodies acquired at the time of registration is displayed as a guide image at the time of authentication to guide the position of the living body.
  • the same one sensor can be used to check both left and right hands unless the person to be authenticated moves.
  • the registered biometric information data of the left and right hands are registered at the same angle with respect to the body of the person to be authenticated, authentication is performed smoothly for the hands that are presented at the same angle.
  • the angle between the registered acquired data and the acquired data at the time of authentication is different, so that authentication is not performed smoothly.
  • the present invention aims to perform biometric authentication of both left and right hands with a single sensor.
  • the first verification authentication feature data that is specific to one hand and used for verification, and the second verification authentication feature data that is specific to the other hand and used for verification are acquired.
  • a biometric authentication device having a unit.
  • FIG. 3 is a flowchart of biometric information registration processing according to the first embodiment. It is a figure which shows the mode of the registration process of the biometric information in Example 1.
  • FIG. 3 is a table showing an example of shape feature data in the first embodiment.
  • 3 is a flowchart of biometric information matching processing according to the first embodiment. It is a figure which shows the mode of the collation process of the biometric information in Example 1.
  • FIG. It is a figure explaining rotation of the hand in Example 1.
  • FIG. 5 is a diagram for explaining a relationship between a person with a different body size and the rotation of the person's hand in the first embodiment, in which (a) and (b) are cases of a person with a small body, and (c) and (d) are The case of a person with a large body is shown. It is a figure which shows the structural example of the biometrics authentication system in Example 2.
  • FIG. 5 shows the structural example of the biometrics authentication system in Example 2.
  • FIG. 1 shows a configuration example of a biometric authentication system in the first embodiment. Here, an example using fingerprints of left and right hands and palm veins of left and right hands as biometric information is shown.
  • the biometric authentication system according to the first embodiment connects a client 1, a reading sensor 2, a server 3, a communication path 4 that connects the client 1 and the reading sensor 2, and a client 1 and a server 3. Communication channel 5 to be transmitted.
  • the client 1 is, for example, a personal computer (PC).
  • the client 1 includes a client control unit 11, a left / right manual input check unit 12, a left / right correspondence table 13, a rotation prediction unit 14, a fingerprint collation unit 15, a vein collation unit 16, a memory unit 17, and a communication unit 18. And bus 19.
  • the client control unit 11 controls the client 1.
  • the left and right hand input check unit 12 checks which biometric information is input from the left and right hands of the person to be authenticated.
  • the left-right correspondence table 13 stores the left-right correspondence relationship for the shape of the left and right hands of the person to be authenticated.
  • the rotation prediction unit 14 predicts the input angle of the other biological information with respect to the input angle of one of the left and right hands of the person to be authenticated.
  • the fingerprint collation unit 15 collates the characteristics of the fingerprint of the person to be authenticated.
  • the fingerprint collation unit 15 is also used for the left / right manual input check described later.
  • the vein collation unit 16 collates the characteristics of the vein of the person to be authenticated.
  • the vein collation unit 16 is also used for the left / right manual input check described later.
  • the memory unit 17 is used as a work area for holding images related to acquired biometric information and for collation processing described later.
  • the communication unit 18 performs communication processing with the communication path 5 and / or the server 3.
  • the bus 19 connects the client control unit 11, the left / right manual input check unit 12, the left / right correspondence table 13, the rotation prediction unit 14, the fingerprint collation unit 15, the vein collation unit 16, the memory unit 17, and the communication unit 18.
  • the reading sensor 2 includes a fingerprint sensor unit 21 and a vein sensor unit 22.
  • the fingerprint sensor unit 21 is a sensor that reads the fingerprint of the person to be authenticated as an image.
  • the vein sensor unit 22 is a sensor that reads an image of the vein of the person to be authenticated.
  • the server 3 is, for example, a server (SV), a computer, a personal computer (PC), or the like.
  • the server 3 includes a storage unit 30, a server control unit 31, a fingerprint collation unit 35, a vein collation unit 35, a memory unit 37, a communication unit 38, and a bus 39.
  • the storage unit 30 stores a biometric information registration template.
  • the server control unit 31 controls the entire server 3.
  • the fingerprint collation unit 35 collates the characteristics of the fingerprint of the person to be authenticated.
  • the vein collation unit 16 collates the characteristics of the vein of the person to be authenticated.
  • the memory unit 37 is used as a work area for holding images related to acquired biometric information and for collation processing described later.
  • the communication unit 38 performs communication processing with the communication path 5 and / or the client 1.
  • the bus 39 interconnects the storage unit 30, the server control unit 31, the fingerprint collation unit 35, the vein collation unit 35, the memory unit 37, and the communication unit 38.
  • the communication path 4 is wired or wireless, and may be any communication path that enables communication between the client 1 and the reading sensor 2.
  • Various systems such as a USB cable, FireWire (registered trademark), the Internet, a local area network, Wi-Fi (registered trademark), and Bluetooth (registered trademark) can be used.
  • the communication path 5 may be wired or wireless, and may be anything that enables communication between the client 1 and the server 3.
  • Various systems such as a USB cable, FireWire (registered trademark), the Internet, a local area network, Wi-Fi (registered trademark), and Bluetooth (registered trademark) can be used.
  • FIG. 2 is a diagram illustrating an example of the reading sensor 2 from the side.
  • FIG. 3 is a diagram illustrating the above example of the reading sensor 2 from the upper surface.
  • the reading sensor 2 further includes a guide 23, a case 24, a fingerprint reading range 25, and a vein reading range 26.
  • the guide 23 guides the hand to be placed at an appropriate position on the fingerprint sensor unit 21 or the vein sensor 22 when acquiring biometric information.
  • walls are provided on both sides of the hand so that the hand does not shift from side to side.
  • the case 24 houses the fingerprint sensor unit 21, the vein sensor unit 22, and the guide 23.
  • the fingerprint reading range 25 is located on the fingerprint sensor 25, and the fingerprint is read when the belly of the finger is placed in this range.
  • the vein reading range 26 is located above the vein sensor unit 22, and when a palm is placed in this range, an image of the palm vein is read.
  • the reading sensor 2 uses, for example, a three-fingerprint fingerprint (index finger, middle finger, ring finger) and a palm vein of a hand as an imaging target.
  • a method using a plurality of types of biometric information such as a fingerprint and a palm vein
  • authentication can be performed more accurately by increasing the accuracy of collation.
  • biometric information registration process In order to improve the accuracy of verification by increasing the accuracy of collation without increasing the FAR even in the case of large-scale 1: N authentication, authentication using biometric information on both the left and right hands will be described.
  • the feature quantity to be compared in the biometric information can use fingerprints of both left and right hands, both left and right hand palm veins, both left and right hand fingerprints, both left and right hand palm veins, and the like.
  • FIG. 4 is a flowchart of biometric information registration processing according to the first embodiment.
  • it is intended to input biometric information of one hand of the person to be authenticated in the first data acquisition.
  • the biometric information of the other hand of the person to be authenticated is intended to be input.
  • biometric information on the same hand may be input in the first data acquisition and the second data acquisition. In such a case, biometric information is not correctly registered.
  • V1, V2, F1, F2, and F1 ′ have the following meanings, respectively.
  • V1 indicates authentication feature data (three-fingerprint fingerprint and palm vein feature data) acquired for registration in the first data acquisition.
  • V2 indicates authentication feature data (three-fingerprint fingerprint and palm vein feature data) acquired for registration in the second data acquisition.
  • F1 indicates the shape feature data of the outer shape of the hand acquired in the first data acquisition.
  • F2 indicates the shape feature data of the outer shape of the hand acquired in the second data acquisition.
  • F1 ′ indicates the shape feature data extracted after the shape feature data of the outer shape of the hand acquired in the first data acquisition is reversed left and right.
  • the feature data is obtained by extracting only information necessary for authentication and shape comparison from the image.
  • Examples of authentication features include palm vein patterns and fingerprint feature points (maneuvers).
  • shape features include finger length, hand width, and contour shape.
  • step S101 and step S102 are executed by the reading sensor 2.
  • Steps S103 to S107 and step S109 are executed by the client 1.
  • Step S ⁇ b> 108 is executed by the server 3.
  • step S101 the reading sensor 2 performs the first data acquisition.
  • the authentication feature data acquired here is V1.
  • the shape feature data acquired here is F1.
  • step S102 the reading sensor 2 performs second data acquisition.
  • the authentication feature data acquired here is V2.
  • the shape feature data acquired here is F2.
  • FIG. 5 is a diagram illustrating a biometric information registration process according to the first embodiment. With reference to FIG. 5, for example, right hand data acquisition is performed for the first time, and left hand data acquisition is performed for the second time. At this time, in both the first right hand data acquisition and the second left hand data acquisition, the hand is placed so that the longitudinal direction of the palm is substantially parallel to the longitudinal direction of the reading sensor 2 to acquire the data. do.
  • the first and second data acquisition in step S101 and step S102 may be performed by a reading sensor other than the reading sensor 2.
  • step S103 the fingerprint matching unit 15 and the vein matching unit 16 determine whether the authentication feature data V1 and the authentication feature data V2 are the same. When it is determined that the authentication feature data V1 and the authentication feature data V2 are the same (YES), the process proceeds to step S104. If it is not determined that the authentication feature data V1 and the authentication feature data V2 are the same (NO), the process proceeds to step S105.
  • step S104 the client control unit 11 determines that the same person's hand on the same side has acquired data for two times, the first data acquisition and the second data acquisition. Therefore, the client control unit 11 determines that there is an error and stops the processing.
  • step S105 the shape control data F1 ′ is calculated and acquired by the client control unit 11 or the left and right hand input check unit 12.
  • the shape feature data F1 ′ is acquired by a calculation that reverses the shape feature data F1 of the hand acquired in the first data acquisition in step S101.
  • step S106 the client control unit 11 or the left / right hand input check unit 12 compares the shape feature data F1 ′ with the shape feature data F2 within a predetermined range.
  • the process proceeds to step S107.
  • the shape feature data F1 ′ matches the shape feature data F2 within a predetermined range (YES)
  • the process proceeds to step S108.
  • step S106 when the hand shape such as the finger length and the contour shape is reversed and compared, it is assumed that the hand shape matches with the shape feature data F2 of the shape feature data F1 ′. Suppose that data of both hands of the same person has been acquired.
  • the authentication feature data V1 and authentication feature data V2 of the hands of both sides of the same person the ID for identifying the person who is the acquisition target of the authentication feature data V1 and the authentication feature data V2, the authentication feature data V1 and the authentication The feature data V2 is transmitted from the client 1 to the server 3 by the communication unit 18 together with information indicating which one of the left and right hands is the feature data V2.
  • the first data acquisition may be determined as right hand data acquisition and the second data acquisition may be determined as left hand data acquisition.
  • step S107 the client control unit 11 determines that a different person's hand is a target of data acquisition in the first data acquisition and the second data acquisition. Therefore, the client control unit 11 determines that there is an error and stops the processing.
  • step S108 the server 3 registers the authentication feature data V1 and the authentication feature data V2 in association with the ID.
  • the server control unit 31 registers the authentication feature data V1 and the authentication feature data V2 in the storage unit 30 in association with the ID.
  • step S109 the server 3 notifies the client 1 of the completion of registration. Thus, the registration process is completed.
  • step S105 the calculation for reversing the hand shape feature data F1 in step S105 and the determination of whether the shape feature data F1 ′ in step S106 match the shape feature data F2 will be described.
  • the shape feature data F1 will be described.
  • the shape feature data F ⁇ b> 1 is acquired from the image acquired by the fingerprint sensor unit 21 and the image acquired from the vein sensor unit 22.
  • finger length, palm width, wrist width, and the like can be used as shape feature data.
  • T1 indicates the fingerprint center coordinate of the first finger (index finger) from the left.
  • T2 indicates the fingerprint center coordinate of the second finger (middle finger) from the left.
  • T3 indicates the fingerprint center coordinate of the third finger (ringing finger) from the left.
  • BA indicates the coordinates of the base on the left side of the first finger (index finger) from the left.
  • BB indicates the coordinates of the right base of the first finger (index finger) from the left, and the coordinates of the left base of the second finger (middle finger) from the left.
  • BC represents the coordinates of the right base of the second finger (middle finger) from the left, and the coordinates of the left base of the third finger (ring finger) from the left.
  • BD indicates the coordinates of the right root of the third finger (ringing finger) from the left.
  • Fingerprint center coordinates T1, T2, and T3 are acquired from the fingerprint, finger base coordinates BA, BB, BC, and BD are acquired from the vein image, and the finger length is calculated from these coordinate differences.
  • the length of the finger includes the length of the left and right sides of the finger.
  • the length L1L on the left side of the first finger (index finger) from the left is obtained by T1-BA.
  • the length L1R on the right side of the first finger (index finger) from the left is obtained by T1-BB.
  • the length L1R on the right side of the first finger (index finger) from the left is obtained by T1-BB.
  • the length L2L on the left side of the second finger (middle finger) from the left is obtained by T2-BB.
  • the length L2R on the right side of the second finger (middle finger) from the left is obtained by T2-BC.
  • the length L3L on the left side of the third finger from the left (ring finger) is obtained by T3-BC.
  • the length L3R on the right side of the third finger (ring finger) from the left is obtained by T3-BD.
  • FIG. 6 is a left-right correspondence table showing an example of the shape feature data in the first embodiment.
  • the shape feature data F1 is, for example, the above-described finger lengths L1L, L1R, L2L, L2R, L3L, and L3R, the width of the palm, and the width of the wrist.
  • identification numbers of the shape feature data are assigned from 1 to 8, respectively.
  • the calculation for horizontally flipping the hand shape feature data F1 in step S105 is performed by assuming an image in which the hand shown in FIG. 3 is plane-symmetric with respect to the palm surface.
  • the hand shape feature data F1 ′ obtained by reversing the left and right has the following features. Even if left and right are reversed, the palm width and wrist width of identification numbers 7 and 8 remain unchanged. Therefore, the reverse identification number is given the same 7 as the identification number for the palm width and the same 8 as the identification number for the wrist width.
  • the length of the three fingers is such that the first finger from the left is the ring finger, the second finger from the left is the middle finger, and the third finger from the left is the index finger. Will be different. Therefore, as shown in FIG.
  • the finger lengths L1L, L1R, L2L, L2R, L3L, and L3R are assigned reverse identification numbers 6 to 1, respectively.
  • the feature data F1 ′ is obtained as finger length data corresponding to each inverted identification number.
  • step S106 the left / right hand input check unit 12 determines whether the hand shape feature data F2 obtained by the second data acquisition matches the shape feature data F1 ′ obtained as described above.
  • the shape feature data F2 is compared with the shape feature data F1 corresponding to the same inverted identification number as the identification number, and if the shape feature data F1 matches within a predetermined range, it is determined that the shape feature data F1 ′ matches the shape feature data F2 (YES).
  • step S106 Although an example of determining whether the shape feature data F1 ′ matches the shape feature data F2 using the left / right correspondence table has been shown (step S106), the feature amount is extracted after the first input image is horizontally reversed. May be.
  • Example 1 the client 1 determines whether or not the shape feature data F1 ′ matches the shape feature data F2 (step S106). By determining with the client 1, the load on the communication path 5 such as the network and the server 3 can be reduced. Not limited to this, the server 3 may determine whether or not the shape feature data F1 ′ matches the shape feature data F2 (step S106).
  • FIG. 7 is a flowchart of the biometric information matching process according to the first embodiment.
  • step S201 and step S203 are executed by the reading sensor 2.
  • Steps S203 to S207, step S209, and steps S211 to S213 are executed by the client 1.
  • Steps S202 and S211 are executed by the server 3.
  • step S201 the reading sensor 2 performs the first data acquisition.
  • the authentication feature data acquired here is V10. Further, the shape feature data acquired here is F10.
  • the acquired authentication feature data V10 is transmitted to the server 3.
  • step S202 the server 3 identifies the acquired authentication feature data V10.
  • the fingerprint collation unit 35 and the vein collation unit 36 of the server 3 perform a collation process for extracting, from the registration authentication feature data V1 stored in the storage, data that matches the authentication feature data V10 within a predetermined range.
  • the left and right information indicating the corresponding ID and the authentication feature data V1 for registration of the left or right hand is specified. Then, the ID of the person to be authenticated corresponding to the authentication feature data V10 and the left / right information of the hand are transmitted from the server 3 to the client 1.
  • step S203 the reading sensor 2 performs the second data acquisition.
  • the authentication feature data acquired here is V20.
  • the shape feature data acquired here is F20.
  • FIG. 8 is a diagram illustrating a state of biometric information matching processing according to the first embodiment. Referring to FIG. 8, for example, right hand data is acquired for the first time, and left hand data is acquired for the second time. At this time, data is acquired by placing the hand so that the longitudinal direction of the palm is parallel to the longitudinal direction of the first right hand data acquisition and reading sensor 2. However, in the second data acquisition of the left hand, there is a high possibility that the longitudinal direction of the palm is arranged at an angle with respect to the longitudinal direction of the reading sensor 2.
  • step S204 the fingerprint matching unit 15 and the vein matching unit 16 determine whether the authentication feature data V10 and the authentication feature data V20 are the same. When it is determined that the authentication feature data V10 and the authentication feature data V20 are the same (YES), the process proceeds to step S205. If the authentication feature data V1 and the authentication feature data V2 are not determined to be the same (NO), the process proceeds to step S206.
  • step S205 the client control unit 11 determines that the same person's hand on the same person has been acquired twice for the first data acquisition and the second data acquisition. Therefore, the client control unit 11 determines that there is an error and stops the processing. At this time, a message such as “Please hold your other hand” may be issued from the reading sensor 2. Since the input operation of holding the right hand and the left hand alternately is generally less familiar to the person to be authenticated, there is a possibility that the person to be authenticated will make a mistake. This is for providing appropriate guidance to the person to be authenticated when the person to be authenticated mistakes and holds his right hand twice. Thereby, a user-friendly biometric authentication system can be provided.
  • the shape feature data F1 which is the object of the first data acquisition
  • the shape feature data F2 which is the object of the second data acquisition.
  • the shape feature data F1 is compared with the shape feature data F2 without being reversed left and right.
  • the shape feature data also matches.
  • the authentication feature data matches but the shape feature data does not match, it can be determined that some fraud has occurred. In this case, a warning may be given.
  • step S206 the shape control data F10 ′ is calculated and acquired by the client control unit 11 or the left and right hand input check unit 12.
  • the shape feature data F10 ′ is acquired by a calculation that inverts the shape feature data F10 of the hand acquired in the first data acquisition in step S201.
  • the calculation to be reversed horizontally is the same as the calculation to be reversed horizontally in the registration process described with reference to FIG.
  • step S207 the client control unit 11 or the left / right hand input check unit 12 compares the shape feature data F10 ′ with the shape feature data F20 within a predetermined range. When it is not determined that the shape feature data F10 ′ matches the shape feature data F20 (NO), the process proceeds to step S208. When it is determined that the shape feature data F10 ′ matches the shape feature data F20 (YES), the process proceeds to step S209.
  • step S208 the client control unit 11 determines that an error has occurred in the first data acquisition and the second data acquisition, and the processing is stopped.
  • a message “Please change to the person's hand” may be issued from the reading sensor 2.
  • the input is intentionally different from the original input operation.
  • such input can be performed for the purpose of impersonating another person or for a simple mischief.
  • an unintended load is applied to the system.
  • the rotation prediction unit 14 calculates the predicted rotation angle ⁇ .
  • the rotation prediction unit 14 rotates the longitudinal direction of the hand (for example, the left hand) that is the second data acquisition target with respect to the longitudinal direction of the hand (for example, the right hand) that is the first data acquisition target. Predict what to do.
  • FIG. 9 is a diagram illustrating hand rotation in the first embodiment.
  • the predicted rotation angle ⁇ is a predicted rotation angle of the hand (for example, the left hand) that is the second data acquisition target with respect to the first data acquisition target (for example, the right hand).
  • the rotation angle of the hand that is the target of data acquisition for the second time relative to the hand that is the target of data acquisition for the first time is clockwise in FIG. A minus sign will be attached.
  • the rotation angle refers to a rotation angle on the plane of the hand when the center of the palm is the rotation axis as shown in FIG.
  • the prediction accuracy can be improved by determining the predicted rotation angle ⁇ by a function having the hand size SH as an input.
  • S H is a value representing the size of the hand, for example, the area of the palm.
  • a and b are coefficients set in advance by experiments or the like. Note that when S H is an area of the palm, the area from the overall outline of the shape feature data F20 obtained in the second data acquisition geometry characteristic data F10 or steps S203 obtained by the first data acquisition step S201 For example, the area of the palm can be obtained.
  • FIG. 10 is a diagram for explaining the relationship between a person with a different body size and the rotation of his / her hand in the first embodiment.
  • the reading sensor 2 is positioned at almost the same height as the shoulder of the person to be authenticated.
  • the reading sensor 2 is located below the shoulder of the person to be authenticated.
  • both a small person and a large person have a reading sensor at the shoulder height. That is, it is assumed that a person with a large body is in the same state as in FIG. This corresponds to expanding the whole of FIG. In this case, the angle ⁇ (corresponding to ⁇ 1 in FIG. 10B) when holding the left hand is the same even when the body is small, even when the body is large. This is because the size (length) of each part of the body is considered to be proportional to the whole.
  • the height of the reading sensor is almost constant. Therefore, in the case of a person with a large body, it is necessary to stand at a position closer to the reading sensor than a person with a small body in order to fill the height difference between the shoulder and the position where the reading sensor exists. As a result, the angle ⁇ is larger for a person with a large body. The reason for this will be described below.
  • ⁇ 1 arctan (S1 / D1) ⁇ atan (S1 / R1)
  • ⁇ 2 arctan (S2 / D2) ⁇ atan (S2 / R2)
  • the predicted rotation angle ⁇ is more likely to increase due to the size of the body (height) when the person is standing than when the person to be authenticated is sitting. Therefore, more accurate biometric authentication can be performed by setting the coefficients a and b to appropriate values for standing and sitting.
  • a fixed value may be set for the predicted rotation angle ⁇ .
  • the predicted rotation angle ⁇ is less likely to increase due to body size (height) when the person to be authenticated is sitting than when the person to be authenticated is standing. Therefore, when sitting, a fixed value may be set as the predicted rotation angle ⁇ .
  • the sign of the predicted rotation angle ⁇ that is, the rotation direction of the hand at the time of data acquisition for the second time varies depending on which of the left and right hands is placed first.
  • the direction of the predicted rotation angle ⁇ is reversed.
  • the first data acquisition target is right hand or left hand.
  • the left and right of the hand can be determined using the shape feature data F10.
  • the authentication feature data V10 that is symmetrical with the first data acquisition.
  • the authentication feature data V1 and the left and right information corresponding thereto are stored in the server 3 by the operator or the like.
  • the time of registration it may be determined that data is acquired and registered in the order of right hand to left hand.
  • the authentication feature data is different for the right hand and the left hand.
  • the first time It is determined whether the hand that is the target of data acquisition is the left or right hand.
  • the first data acquisition target is the right hand
  • the left hand data acquisition is performed the second time, so the predicted rotation angle ⁇ is +.
  • the right hand data acquisition is performed the second time, so the predicted rotation angle ⁇ is ⁇ .
  • step S210 the server 3 identifies the acquired authentication feature data V10.
  • the fingerprint verification unit 35 and the vein verification unit 36 of the server 3 rotate the verification authentication feature data V20 by the predicted rotation angle ⁇ (offset setting).
  • the rotation angle between the registered authentication feature data and the authentication feature data to be verified increases, the verification is likely to fail. Although it is possible to widen the search range of the rotation angle during the collation process, it involves an increase in the load of the authentication process. Further, when collation is performed with the search range of the rotation angle widened, the probability that the data of others will match increases, so that the acceptance rate (FAR) of others increases. That is, even in the case of authentication feature data between different persons, the similarity may be probabilistically improved if various rotation angles are given and collated.
  • the authentication feature data V20 when it can be predicted that the authentication feature data V20 as the second data acquisition target is rotated by + 20 ° based on the authentication feature data V10 as the first data acquisition target, the authentication feature data V20 is set to ⁇ 20. It is corrected by rotating, and collated with authentication feature data V2 for registration while searching only its vicinity range (for example, ⁇ 5 °). The same processing may be applied to the shape feature data.
  • the fingerprint collation unit 35 and the vein collation unit 36 of the server 3 coincide with the authentication feature data V20 rotated by the predicted rotation angle ⁇ from the registration authentication feature data V2 stored in the storage within a predetermined range.
  • the collation process which extracts is performed. As a result, the time until the match is extracted is shortened, and high-speed and high-precision collation can be performed.
  • From the authentication feature data V2 for registration that matches the authentication feature data V20 the ID of the corresponding person to be authenticated and the left and right information indicating the left or right hand are specified. Then, the ID corresponding to the authentication feature data V20 and the left and right information of the hand are transmitted from the server 3 to the client 1.
  • step S211 the client control unit 11 performs authentication. ID of the person to be authenticated and right / left information of the hand corresponding to the authentication feature data V10 sent to the client 3 in step S202, and person to be authenticated corresponding to the authentication feature data V20 sent to the client 3 in step S210. ID and hand left / right information are determined. If the IDs of the person to be authenticated match and the left and right information of the hands indicate different hands, the person to be authenticated for the first data acquisition is the same as the person to be acquired for the second time. (YES). If the determination is successful (YES), the verification process ends as authentication success (step S212). On the other hand, if the determination is unsuccessful (NO), the verification process is terminated as successful authentication (step S213).
  • the input order for the right / left hand authentication may be the left hand after the right hand or the right hand after the left hand.
  • the combination of the fingerprint and the palm vein is described as the biometric information, but other features such as finger veins and palm prints may be rearranged or combined.
  • the reason why the client 1 processes step S207 is to reduce the processing load between the server 3 and the communication path 5 such as a network.
  • the server 3 may process step S207.
  • step S101 and step S102 and the registration processing in step S201 and step S203 may be executed by different reading sensors.
  • the collation processing in steps S103 to S107 and step S109 and the collation processing in steps S203 to S207, step S209, and steps S211 to S213 may be executed by different clients.
  • the feature data to be matched for one person can be increased, so that the acceptance rate of others can be reduced.
  • FIG. 11 is a diagram illustrating a configuration example of a biometric authentication system according to the second embodiment. With reference to FIG. 11, the structural example of the biometric authentication system in Example 2 is demonstrated.
  • the same reference numerals are used for those having the same functions as those in FIG. 1, and repeated explanation is omitted.
  • the second embodiment is different from the first embodiment in that the fingerprint sensor unit 21, the fingerprint collation unit 15, the left / right correspondence table 13, and the fingerprint collation unit 35 are not provided and the image left / right reversing unit 131 is provided.
  • the image left / right reversing unit 131 reverses the left and right of the shape feature data that is the object of data acquisition in step S105 of FIG. 4 and step S206 of FIG.
  • the shape feature data used here is obtained from, for example, the shape of the palm contour. Specifically, the contour image of the palm may be traced and the Fourier descriptor of the contour line may be used as the shape feature data. Alternatively, a moment may be calculated from an image of the shape of the entire palm and used as shape feature data. Regarding the feature amount of the image of the hand shape, the document R.I. M.M. Luque, D.D. Elizondo, E.I. Lopez-Rubio and E.I. J. et al. Palomo, "GA-Based Feature Selection Approach In Biometric Hand Systems, E3, E2 it can. These feature amounts may be used as shape feature data.
  • the image horizontal reversing unit 131 may apply the horizontal reversal of the shape feature data obtained from the above-described image to the first data acquisition target or the second data acquisition target. May be.
  • Data acquisition of the data F2 or F20 can be performed in parallel. As a result, the response becomes faster and the effect of authenticating the person to be authenticated can be obtained in a shorter time.
  • step S106 in FIG. 4 the shape feature data inverted by the image left / right reversing unit 131 is compared by the client control unit 11 or the left / right hand input check unit 12 to match the shape feature data of the other hand within a predetermined range. . If they do not match within the predetermined range (NO), the process proceeds to step S107. When the shape feature data F1 ′ matches the shape feature data F2 within a predetermined range (YES), the process proceeds to step S108.
  • step S207 in FIG. 7 the client control unit 11 or the left / right hand input check unit 12 compares the shape characteristic data of the other hand with each other within a predetermined range.
  • the process proceeds to step S208.
  • the shape feature data F10 ′ matches the shape feature data F20 within a predetermined range (YES)
  • the process proceeds to step S209.
  • the finger may be missing and the fingerprint may not be used as biometric information.
  • the biometric information of the same part of both hands can be used to increase the accuracy of verification and make the authentication more accurate, thereby reducing the FAR.
  • biometric information As described above, in the embodiments, fingerprints and palm veins have been described as examples of biometric information to be verified.
  • the biological information is not limited to the above.
  • a palm print or a finger vein may be used as biometric information.
  • the shape feature data is used to determine which hand is left or right.
  • the configuration may be such that the shape characteristic data of the left and right hands is used for the authentication process.

Landscapes

  • Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Collating Specific Patterns (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

　一方の手に特有で照合に用いる第一の照合用認証特徴データと、他方の手に特有で照合に用いる第二の照合用認証特徴データと、を取得する単一の読み取りセンサと、一人分の前記第一の照合用認証特徴データと前記第二の照合用認証特徴データとの両方を、認証データとして外部に送信すると共に、認証結果を受信する通信部と、を有する生体認証装置。

Description

生体認証装置、生体認証システム、及び生体認証方法
　本実施形態は、生体認証装置、生体認証システム、及び生体認証方法に関する。
　生体認証は、指紋や静脈パターン等の生体情報で個人を識別する技術である。指紋は指や手のひらなどの表面に存在する模様で、個人毎に異なっているため、これを利用して個人の識別が可能である。手の平等に走る静脈は、近赤外線光を用いることで撮影できる。静脈のパターンは個人毎に異なっているため、これを利用して個人の識別が可能である。
　生体認証の認証方式には、１：１認証と１：Ｎ認証が含まれる。１：１認証では、個人のＩＤを入力してその個人の登録済の生体情報と新たな生体情報とを照合して認証を行う。１：Ｎ認証では、個人のＩＤ等を入力せずに、登録済の生体情報の全データと新たな生体情報とを照合して認証を行う。１：Ｎ認証はＩＤを入力しなくて良いので、利便性が良い。一方、１：Ｎ認証では、登録済の生体情報の全データと照合するために、誤って別の人を個人と識別してしまう率（他人受け入れ率、以下、ＦＡＲと呼ぶ）がＮの増加と共に増大する。そこで、大規模な１：Ｎ認証における照合の精度は高い方が良い。
　生体情報に基づいた個人の認証を行う場合、生体情報を取得するセンサに対する生体の位置を登録時と認証時とで一致させておけば、照合の精度を上げ、認証をより正確にする。例えば、登録時に取得しておいた生体の画像をガイド画像として、認証時に表示して生体の位置の誘導を行うという技術が知られている。また、被認証者が差し出す手が左右のどちらであっても、手の位置の誘導を、認証作業を滞らせずに行えるようにする技術が知られている（例えば、特許文献１および特許文献２参照）。
特開２００８－７１１５８号公報 特開２０１０－１４６１５８号公報
　しかしながら、背景技術に記載されている技術では、生体情報として、例えば右手か左手のどちらか一方の生体情報を取得するセンサに対する、生体の位置を登録時と認証時とで一致させておく。また、登録時に取得しておいた、例えば右手か左手のどちらか一方の生体の画像をガイド画像として、認証時に表示して生体の位置の誘導を行う。
　ここで、生体の位置を登録時と認証時とで一致させても、照合の精度を上げて認証をより正確にし、もって、ＦＡＲを低減するのには限界がある。一千万人規模の正確な認証を実現し、更には、国の公共サービス等にも生体認証の導入可能とするには、更なるＦＡＲの低減が求められる。
　ＦＡＲを低減するため、左右両手の生体情報の照合を考えた場合、同じ一つのセンサで左右両手の照合を行うには、被認証者が移動しない限り、両手を差し出す角度が異なる。登録済の左右の手の生体情報のデータが被認証者の体に対して同様な角度で登録されている場合、同様の角度で差し出された手は認証がスムーズに行われる。しかし、異なった角度で差し出された他方の手では、登録済の取得データと認証時の取得データの角度も異なるので、認証がスムーズに行われない。
　１つの側面では、本発明は、一つのセンサで左右両手の生体認証を行うことを目的とする。
　生体認証装置の一態様によれば、一方の手に特有で照合に用いる第一の照合用認証特徴データと、他方の手に特有で照合に用いる第二の照合用認証特徴データと、を取得する単一の読み取りセンサと、一人分の前記第一の照合用認証特徴データと前記第二の照合用認証特徴データとの両方を、認証データとして外部に送信すると共に、認証結果を受信する通信部と、を有する生体認証装置が提供される。
　一つのセンサで左右両手の生体認証を行うことができる。
実施例１における生体認証システムの構成例を示す図である。 実施例１における読み取りセンサの一例を側面から示す図である。 実施例１における読み取りセンサの一例を上面から示す図である。 実施例１における生体情報の登録処理のフローチャートである。 実施例１における生体情報の登録処理の様子を示す図である。 実施例１における形状特徴データの一例を示すテーブルである。 実施例１における生体情報の照合処理のフローチャートである。 実施例１における生体情報の照合処理の様子を示す図である。 実施例１における手の回転を説明する図である。 実施例１における体の大きさが異なる人とその人の手の回転の関係を説明する図で、（ａ）と（ｂ）は体が小さい人の場合を、（ｃ）と（ｄ）は体が大きい人の場合を示す。 実施例２における生体認証システムの構成例を示す図である。
　以下、図面に基づいて、実施例について詳細に説明する。なお、実施例を説明するための全図において、同一機能を有するものは同一符号を用い、繰り返しの説明は省略する。
＜生体認証システムの概要＞
　図１には、実施例１における生体認証システムの構成例を示す。ここでは、生体情報として、左右の手の指紋と左右の手の平静脈を用いる例を示す。図１を参照して、実施例１における生体認証システムは、クライアント１と、読み取りセンサ２と、サーバ３と、クライアント１と読み取りセンサ２を接続する通信路４と、クライアント１とサーバ３を接続する通信路５とを含む。
　クライアント１は、例えば、パーソナルコンピュータ（ＰＣ）等である。クライアント１には、クライアント制御部１１と、左右手入力チェック部１２と、左右対応テーブル１３と、回転予測部１４と、指紋照合部１５と、静脈照合部１６と、メモリ部１７と、通信部１８と、バス１９とを含む。クライアント制御部１１は、クライアント１の制御を行う。左右手入力チェック部１２は、被認証者の左右の手のどちらから入力された生体情報であるかをチェックする。左右対応テーブル１３は、被認証者の左右の手の形状について、左右の対応関係を保存する。回転予測部１４は、被認証者の左右の手のうちの一方の生体情報の入力角度に対する他方の生体情報の入力角度を予想する。指紋照合部１５では、被認証者の指紋の特徴を照合する。指紋照合部１５は、後述する左右手入力チェックの際にも利用される。静脈照合部１６では、被認証者の静脈の特徴を照合する。静脈照合部１６は、後述する左右手入力チェックの際にも利用される。メモリ部１７は、取得した生体情報に関する画像の保持や後述する照合処理の作業領域として利用する。通信部１８は、通信路５及び／又はサーバ３との通信処理を行う。バス１９は、クライアント制御部１１、左右手入力チェック部１２、左右対応テーブル１３、回転予測部１４、指紋照合部１５、静脈照合部１６、メモリ部１７、及び通信部１８を相互に接続する。
　読み取りセンサ２は、指紋センサ部２１と、静脈センサ部２２とを含む。指紋センサ部２１は、被認証者の指紋を画像として読み取るセンサである。静脈センサ部２２は被認証者の静脈の画像を読み取るセンサである。
　サーバ３は、例えば、サーバ（ＳＶ）、コンピュータ、パーソナルコンピュータ（ＰＣ）等である。サーバ３には、ストレージ部３０と、サーバ制御部３１と、指紋照合部３５と、静脈照合部３５と、メモリ部３７と、通信部３８と、バス３９とを含む。
ストレージ部３０は、生体情報の登録テンプレートの保存等を行う。サーバ制御部３１は、サーバ３全体の制御を行う。指紋照合部３５では、被認証者の指紋の特徴を照合する。
静脈照合部１６では、被認証者の静脈の特徴を照合する。メモリ部３７は、取得した生体情報に関する画像の保持や後述する照合処理の作業領域として利用する。通信部３８は、通信路５及び／又はクライアント１との通信処理を行う。バス３９は、ストレージ部３０、サーバ制御部３１、指紋照合部３５、静脈照合部３５、メモリ部３７、及び通信部３８を相互に接続する。
　通信路４は、有線または無線であり、クライアント１と読み取りセンサ２との間の通信を可能にするものであればよい。ＵＳＢケーブル、ファイヤーワイヤー（ＦｉｒｅＷｉｒｅ）（登録商標）、インターネット、ローカルエリアネットワーク、ワイファイ（Ｗｉ－Ｆｉ）（登録商標）、ブルートゥース（Ｂｌｕｅｔｏｏｔｈ）（登録商標）等各種の方式が利用可能である。
　通信路５は、有線または無線であり、クライアント１とサーバ３との間の通信を可能にするものであればよい。ＵＳＢケーブル、ファイヤーワイヤー（ＦｉｒｅＷｉｒｅ）（登録商標）、インターネット、ローカルエリアネットワーク、ワイファイ（Ｗｉ－Ｆｉ）（登録商標）、ブルートゥース（Ｂｌｕｅｔｏｏｔｈ）（登録商標）等各種の方式が利用可能である。
　図２と図３を参照して、読み取りセンサ２の一例について説明する。図２は、読み取りセンサ２の一例を側面から示す図である。図３は、読み取りセンサ２の前記一例を上面から示す図である。読み取りセンサ２には、図１で示した指紋センサ部２１と静脈センサ部２２に加えて、更に、ガイド２３と、ケース２４と、指紋読み取り範囲２５と、静脈読み取り範囲２６とを含む。ガイド２３は、生体情報を取得する際に、手が指紋センサ部２１や静脈センサ２２上の適正位置に置かれるように導く。例えば、ガイド２３として、手が左右にずれないように手の両側に壁を設ける。ケース２４は、指紋センサ部２１、静脈センサ部２２、及びガイド２３を収納する。指紋読み取り範囲２５は、指紋センサ２５の上に位置し、この範囲に指の腹が置かれると指紋が読み込まれるようになっている。静脈読み取り範囲２６は、静脈センサ部２２の上方に位置し、この範囲に手の平が置かれると手の平静脈の画像が読み込まれるようになっている。
　読み取りセンサ２は、例えば、三指の指紋（人差し指、中指、薬指）と手の平静脈を画像化の対象とする。指紋と手の平静脈のように、複数の生体情報の種類を用いる方式（マルチモーダル方式）では、照合の精度を上げて認証をより正確に行うことができる。
＜生体情報の登録処理＞
　大規模な１：Ｎ認証であっても、ＦＡＲを増加させることなく照合の精度を上げて認証をより正確にするため、左右両方の手の生体情報を用いた認証について説明する。生体情報中、比較の対象となる特徴量は、左右両方の手の指紋、左右両方の手の平静脈、又は、左右両方の手の指紋及び左右両方の手の平静脈、等を利用することができる。
　図４は、実施例１における生体情報の登録処理のフローチャートである。図４に示すフローチャートでは、１回目のデータ取得では被認証者の一方の手の生体情報を入力することを意図している。また、２回目のデータ取得では被認証者の他方の手の生体情報を入力することを意図している。しかしながら、この意図に反して、例えば、１回目のデータ取得と２回目のデータ取得とで同じ側の手の生体情報が入力されることがある。そのような場合には、生体情報の登録が正しく行われない。
　そこで、図４を参照して、以下のように処理を行う。なお、以下、Ｖ１、Ｖ２、Ｆ１、Ｆ２、及びＦ１'はそれぞれ以下の意味を持つ。Ｖ１は、１回目のデータ取得において登録用に取得した認証特徴データ（三指の指紋および手の平静脈の特徴データ）を示す。Ｖ２は、２回目のデータ取得において登録用に取得した認証特徴データ（三指の指紋および手の平静脈の特徴データ）を示す。Ｆ１は、１回目のデータ取得において取得した手の外形形状の形状特徴データを示す。Ｆ２は、２回目のデータ取得において取得した手の外形形状の形状特徴データを示す。Ｆ１'は、１回目のデータ取得において取得した手の外形形状の形状特徴データを左右反転させてから抽出した形状特徴データを示す。ここで特徴データとは、画像から認証や形状の比較に必要となる情報のみを抽出したものである。認証特徴の例としては、手のひら静脈のパターンや指紋の特徴点（マニューシャ）などが該当する。形状特徴の例としては、指の長さや手の幅、輪郭形状などが該当する。
　例えば、ステップＳ１０１及びステップＳ１０２は、読み取りセンサ２により実行される。ステップＳ１０３からＳ１０７及びステップＳ１０９は、クライアント１により実行される。ステップＳ１０８は、サーバ３により実行される。
　ステップＳ１０１では、読み取りセンサ２により、１回目のデータ取得を行う。ここで取得する認証特徴データは、Ｖ１である。また、ここで取得する形状特徴データは、Ｆ１である。
　ステップＳ１０２では、読み取りセンサ２により、２回目のデータ取得を行う。ここで取得する認証特徴データは、Ｖ２である。また、ここで取得する形状特徴データは、Ｆ２である。図５は、実施例１における生体情報の登録処理の様子を示す図である。図５を参照して、例えば、１回目は、右手のデータ取得をし、２回目は、左手のデータ取得をする。この際、１回目の右手のデータ取得も２回目の左手のデータ取得においても、読み取りセンサ２の長手方向に対して、手の平の長手方向がほぼ平行となるように手を配置して、データ取得をする。
　なお、読み取りセンサ２以外の読み取りセンサ等によって、ステップＳ１０１及びステップＳ１０２の１回目と２回目のデータ取得を行ってもよい。
　ステップＳ１０３では、指紋照合部１５と静脈照合部１６により、認証特徴データＶ１と認証特徴データＶ２とが同一か判定する。認証特徴データＶ１と認証特徴データＶ２とが同一と判定された場合（ＹＥＳ）、ステップＳ１０４に移行する。認証特徴データＶ１と認証特徴データＶ２とが同一と判定されない場合（ＮＯ）、ステップＳ１０５に移行する。
　ステップＳ１０４では、クライアント制御部１１が、同じ人の同じ側の手が１回目のデータ取得と２回目のデータ取得の２回分データ取得されたと判定する。そこで、クライアント制御部１１は、エラーであると判定して処理を中止する。
　ステップＳ１０５では、クライアント制御部１１又は左右手入力チェック部１２により、形状特徴データＦ１'を計算して取得する。形状特徴データＦ１'は、ステップＳ１０１の１回目のデータ取得で取得した手の形状特徴データＦ１を左右反転する計算により取得される。
　ステップＳ１０６では、クライアント制御部１１又は左右手入力チェック部１２により、形状特徴データＦ１'が形状特徴データＦ２と所定範囲で一致するか比較する。形状特徴データＦ１'が形状特徴データＦ２と所定範囲で一致しない場合（ＮＯ）、ステップＳ１０７に移行する。形状特徴データＦ１'が形状特徴データＦ２と所定範囲で一致する場合（ＹＥＳ）、ステップＳ１０８に移行する。ステップＳ１０６のＹＥＳでは、指の長さや輪郭形状等の手の形状を左右反転させて比較すると、同一人の場合には一致するものとして、形状特徴データＦ１'の形状特徴データＦ２と一致をもって、同一人の両側の手がデータ取得されたとする。ここで、同一人の両側の手の認証特徴データＶ１と認証特徴データＶ２と、認証特徴データＶ１と認証特徴データＶ２の取得の対象となった人を特定するＩＤと、認証特徴データＶ１と認証特徴データＶ２がそれぞれ左右の手どちらのものであるか示す情報と共に、通信部１８により、クライアント１からサーバ３へと送信される。なお、登録の際には、１回目のデータ取得が右手のデータ取得で、２回目のデータ取得が左手のデータ取得と決めて登録してもよい。
　ステップＳ１０７では、クライアント制御部１１は、１回目のデータ取得と２回目のデータ取得とでは、異なる人の手がデータ取得の対象となったと判定する。そこで、クライアント制御部１１は、エラーと判定し、処理を中止する。
　ステップＳ１０８では、サーバ３において、認証特徴データＶ１と認証特徴データＶ２をＩＤに関連付けて登録する。サーバ制御部３１は、認証特徴データＶ１と認証特徴データＶ２をＩＤに関連付けて、ストレージ部３０に登録する。
　ステップＳ１０９では、サーバ３はクライアント１に対して登録の完了を通知する。こうして、登録処理は完了する。
　ここで、ステップＳ１０５の手の形状特徴データＦ１を左右反転する計算と、ステップＳ１０６の形状特徴データＦ１'が形状特徴データＦ２と一致するかの判定について説明する。
　まず、形状特徴データＦ１について説明する。本実施例では、指紋センサ部２１で取得した画像と静脈センサ部２２から取得した画像とから形状特徴データＦ１を取得する。具体的には指の長さ、手の平の幅、及び手首の幅等を形状特徴データとして利用することができる。
　図３を参照して、人差し指、中指及び薬指の３本の指の長さを形状特徴データＦ１として利用する例について説明する。
　図３中、Ｔ１は、左から１番目の指（人差し指）の指紋中心座標を示す。Ｔ２は、左から２番目の指（中指）の指紋中心座標を示す。Ｔ３は、左から３番目の指（薬指）の指紋中心座標を示す。ＢＡは左から１番目の指（人差し指）の左側の付け根の座標を示す。ＢＢは、左から１番目の指（人差し指）の右側の付け根の座標であり、かつ、左から２番目の指（中指）の左側の付け根の座標を示す。ＢＣは、左から２番目の指（中指）の右側の付け根の座標であり、かつ、左から３番目の指（薬指）の左側の付け根の座標を示す。ＢＤは、左から３番目の指（薬指）の右側の付け根の座標を示す。
　指紋から指紋中心座標Ｔ１、Ｔ２、及びＴ３を取得し、静脈画像から指の付け根座標ＢＡ、ＢＢ、ＢＣ、及びＢＤを取得し、これらの座標差から指の長さを計算する。ここで、指の長さには指の左右両側の長さが含まれる。左から１番目の指（人差し指）の左側の長さＬ１Ｌは、Ｔ１－ＢＡで得られる。左から１番目の指（人差し指）の右側の長さＬ１Ｒは、Ｔ１－ＢＢで得られる。左から１番目の指（人差し指）の右側の長さＬ１Rは、Ｔ１－ＢＢで得られる。左から２番目の指（中指）の左側の長さＬ２Ｌは、Ｔ２－ＢＢで得られる。左から２番目の指（中指）の右側の長さＬ２Ｒは、Ｔ２－ＢＣで得られる。左から３番目の指（薬指）の左側の長さＬ３Ｌは、Ｔ３－ＢＣで得られる。左から３番目の指（薬指）の右側の長さＬ３Ｒは、Ｔ３－ＢＤで得られる。
　図６は、実施例１における形状特徴データの一例を示す左右対応テーブルである。形状特徴データＦ１は、例えば、上述の指の長さＬ１Ｌ、Ｌ１Ｒ、Ｌ２Ｌ、Ｌ２Ｒ、Ｌ３Ｌ、及びＬ３Ｒ、手の平の幅、及び手首の幅である。指の長さＬ１Ｌ、Ｌ１Ｒ、Ｌ２Ｌ、Ｌ２Ｒ、Ｌ３Ｌ、及びＬ３Ｒ、手の平の幅、及び手首の幅にそれぞれ対応して、形状特徴データの識別番号が１から８まで付してある。
　ステップＳ１０５の手の形状特徴データＦ１を左右反転する計算は、図３に示した手が手の平の面に対して面対称となった画像を想定することで行われる。左右反転して取得した手の形状特徴データＦ１'は次のような特徴を有する。左右反転しても、識別番号７と８の手の平の幅と手首の幅には変化がない。そこで、反転識別番号は、手の平の幅について識別番号と同じ７を、手首の幅について識別番号と同じ８を付する。一方、３本の指の長さは、左から１番目の指が薬指に、左から２番目の指は中指に、左から３番目の指が人指し指になるので、手の形状特徴データＦ１とは異なってくる。そこで、図６に示す通り、指の長さＬ１Ｌ、Ｌ１Ｒ、Ｌ２Ｌ、Ｌ２Ｒ、Ｌ３Ｌ、及びＬ３Ｒには、それぞれ反転識別番号６から１を付す。こうして、特徴データＦ１'は、反転識別番号にそれぞれ対応する指の長さのデータとして得られる。
　ステップＳ１０６では、左右手入力チェック部１２が、２回目のデータ取得で得られた手の形状特徴データＦ２と上述するように得られた形状特徴データＦ１'との一致を判定する。形状特徴データＦ２をその識別番号と同じ反転識別番号に対応する形状特徴データＦ１と比較し、所定の範囲で一致すれば形状特徴データＦ１'が形状特徴データＦ２と一致すると判定する（ＹＥＳ）。
　なお、左右対応テーブルを用いて、形状特徴データＦ１'が形状特徴データＦ２と一致するか判定（ステップＳ１０６）する例を示したが、１回目の入力画像を左右反転してから特徴量を抽出してもよい。
　実施例１では、形状特徴データＦ１'が形状特徴データＦ２と一致するか（ステップＳ１０６）否かをクライアント１で判定した。クライアント１で判定することにより、ネットワーク等の通信路５及びサーバ３の負荷を低減することができる。これに限らず、形状特徴データＦ１'が形状特徴データＦ２と一致するか（ステップＳ１０６）否かをサーバ３で判定してもよい。
　図７は、実施例１における生体情報の照合処理のフローチャートである。
＜生体情報の認証処理＞
　例えば、ステップＳ２０１及びステップＳ２０３は、読み取りセンサ２により実行される。ステップＳ２０３からＳ２０７、ステップＳ２０９、及びステップＳ２１１からＳ２１３は、クライアント１により実行される。ステップＳ２０２及びステップＳ２１１は、サーバ３により実行される。
　ステップＳ２０１では、読み取りセンサ２により、１回目のデータ取得を行う。ここで取得する認証特徴データは、Ｖ１０である。また、ここで取得する形状特徴データは、Ｆ１０である。取得された認証特徴データＶ１０は、サーバ３に送信される。
　ステップＳ２０２では、サーバ３により、取得した認証特徴データＶ１０の識別を行う。サーバ３の指紋照合部３５と静脈照合部３６は、ストレージに記憶された登録用の認証特徴データＶ１の中から認証特徴データＶ１０と所定の範囲で一致するものを抽出する照合処理が行われる。認証特徴データＶ１０と一致した登録用の認証特徴データＶ１から、対応するＩＤと左右のどちらの手の登録用の認証特徴データＶ１かを示す左右情報を特定する。そして、認証特徴データＶ１０に対応する被認証者のＩＤ、及び手の左右情報が、サーバ３からクライアント１へ送信される。
　ステップＳ２０３では、読み取りセンサ２により、２回目のデータ取得を行う。ここで取得する認証特徴データは、Ｖ２０である。また、ここで取得する形状特徴データは、Ｆ２０である。図８は、実施例１における生体情報の照合処理の様子を示す図である。図８を参照して、例えば、１回目は、右手のデータ取得をし、２回目は、左手のデータ取得をする。この際、１回目の右手のデータ取得、読み取りセンサ２の長手方向に対して、手の平の長手方向が平行となるように手を配置して、データ取得をする。しかし、２回目の左手のデータ取得では、手の平の長手方向が読み取りセンサ２の長手方向に対して、斜めに角度を持つように配置される可能性が高い。
　つまり、図５に示す生体情報の登録処理では、ＦＡＲ減少のために、例えば、高精細な認証特徴データＶ１とＶ２とを取得するため、オベレーターが介在して、左右両手共に手の平の長手方向が平行となるように手を丁寧に配置して、データ取得をする。これに対して、図８に示す生体情報の照合処理では、丁寧にゆっくりと照合する可能性が低いため、１回目のデータ取得のために決めた立ち位置のまま、２回目のデータ取得のため手を差し出す可能性が高い。この結果、２回目の左手のデータ取得では、手の平の長手方向が読み取りセンサ２の長手方向に対して斜めに角度θを持つように配置される可能性が高い。
　ステップＳ２０４では、指紋照合部１５と静脈照合部１６により、認証特徴データＶ１０と認証特徴データＶ２０とが同一か判定する。認証特徴データＶ１０と認証特徴データＶ２０とが同一と判定された場合（ＹＥＳ）、ステップＳ２０５に移行する。認証特徴データＶ１と認証特徴データＶ２とが同一と判定されない場合（ＮＯ）、ステップＳ２０６に移行する。
　ステップＳ２０５では、同じ被認証者の同じ側の手が、１回目のデータ取得と２回目のデータ取得の２回分データ取得されたとクライアント制御部１１が判定する。そこで、クライアント制御部１１は、エラーと判定し、処理を中止する。この際、「もう一方の手をかざして下さい。」というようなメッセージを、読み取りセンサ２から出してもよい。右手と左手を交互にかざす入力動作は、一般に被認証者にとって馴染みが少ないため、被認証者が間違える可能性がある。被認証者が間違えて右手を２回かざしてしまうような場合に、被認証者に適切な案内をするためである。これにより、使い勝手の良い生体認証システムを提供できる。
　なお、１回目のデータ取得の対象である形状特徴データＦ１と２回目のデータ取得の対象である形状特徴データＦ２を更に比較する構成としても良い。具体的には、形状特徴データＦ１を左右反転せずに、形状特徴データＦ２と比較する。同じ手が２回連続して入力された場合、形状特徴データも一致する。しかし、認証特徴データが一致しているにも関わらず、形状特徴データが一致しない場合、なんらかの不正が行われたと判定できる。この場合には、警告を行うようにしてもよい。
　ステップＳ２０６では、クライアント制御部１１又は左右手入力チェック部１２により、形状特徴データＦ１０'を計算して取得する。形状特徴データＦ１０'は、ステップＳ２０１の１回目のデータ取得で取得した手の形状特徴データＦ１０を左右反転する計算により取得する。左右反転する計算は、図４を参照して説明した登録処理における左右反転する計算と同様であるので、説明を省略する。
　ステップＳ２０７では、クライアント制御部１１又は左右手入力チェック部１２により、形状特徴データＦ１０'が形状特徴データＦ２０と所定の範囲で一致するか比較する。形状特徴データＦ１０'が形状特徴データＦ２０と一致すると判定されない場合（ＮＯ）、ステップＳ２０８に移行する。形状特徴データＦ１０'が形状特徴データＦ２０と一致すると判定された場合（ＹＥＳ）、ステップＳ２０９に移行する。
　ステップＳ２０８では、１回目のデータ取得と２回目のデータ取得とでは、異なる人の手がデータ取得の対象となったとして、クライアント制御部１１により、エラーと判定し、処理を中止する。この際、「ご本人の手にかえて下さい。」というメッセージを、読み取りセンサ２から出してもよい。意図的に本来の入力操作とは異なる入力を行う場合が想定される。例えば、他人になりすます目的や単純ないたずらで、このような入力が行われうる。この場合、システムに意図しない負荷がかかってしまう。また、例えば、不適切な取得データを同時にサーバに多数送り、サーバをダウンさせる攻撃等に対する備えがいる。前記メッセージを出すことで、これらのなりすまし、いたずら、及び攻撃を早い段階で排除し、被認証者の利便性向上と、システム負荷の低減をはかることができる。
　ステップＳ２０９では、回転予測部１４で予測回転角θを計算する。回転予測部１４は、１回目にデータ取得の対象となった手（例えば右手）の長手方向に対して、２回目にデータ取得の対象となった手（例えば左手）の長手方向がどの程度回転するかを予測する。図９は、実施例１における手の回転を説明する図である。予測回転角θは、１回目にデータ取得の対象となった手（例えば、右手）に対する２回目にデータ取得の対象となった手（例えば、左手）の予測される回転角である。１回目にデータ取得の対象となった手に対する２回目にデータ取得の対象となった手の回転角が、図９上で右回り方向の場合、＋の符号を付し、左方向の場合、－の符号を付することとする。ここで、回転角とは、図９に示すように、ほぼ手の平の中心を回転軸にした場合の手の平面上の回転角度をいう。
　予測回転角θを、手の大きさＳHを入力とする関数で決定することにより、予測精度を高めることが可能となる。ここでＳHは、手の大きさを表す値で、例えば、手の平の面積である。
Figure JPOXMLDOC01-appb-M000001
 　ここでａ、ｂは事前に実験などによって設定する係数である。なお、ＳHが手の平の面積である場合には、ステップＳ２０１の１回目のデータ取得で取得した形状特徴データＦ１０又はステップS２０３の２回目のデータ取得で取得した形状特徴データＦ２０の全体輪郭から面積、例えば、手の平の面積を求めることができる。
　予測回転角θを被認証者の手の大きさを表す値ＳHから求める理由は、被認証者の手の大きいほど体も大きく、体が大きい程予測回転角θが大きくなる傾向のあることが、実験的にわかっているからである。図１０は、実施例１における体の大きさが異なる人とその人の手の回転の関係を説明する図である。
　体が大きい程予測回転角θが大きくなる傾向のある理由を説明する。図１０（ａ）に示すように、体が小さい人の場合、読み取りセンサ２は被認証者の肩とほぼ同じ高さに位置することになる。図１０（ｃ）に示すように、体が大きい人の場合、読み取りセンサ２は被認証者の肩の下方に位置することになる。
　ここで、仮に体の小さい人も体も大きい人も、ともに肩の高さに読み取りセンサが存在すると仮定する。つまり体が大きい人の場合も図１０の（ａ）と同一の状態にあると仮定する。これは、図１０（ａ）の全体を均等に拡大することに該当する。この場合は、左手をかざした時の角度θ（図１０（ｂ）のθ１に相当）は、体が小さい場合でも体が大きい場合で同じになる。これは、体の各部位の大きさ（長さ）は全体に比例すると考えられる為である。
　しかし、実際の運用では読み取りセンサの存在する高さは一定である場合が殆んどである。その為、体が大きい人の場合、肩と読み取りセンサが存在する位置までの高さの差を埋める為、体が小さい人に比べ、より読取りセンサに近い位置に立つ必要がある。その結果、体が大きい人の方が角度θは大きくなる。この理由を以下で説明する。
　図１０（ａ）の体が小さい人の例で、腕の長さをＲ１とすると、腕を水平に伸ばせる為、Ｄ１≒Ｒ１である。一方、図１０（ｃ）の体が大きい人の例で、腕の長さをＲ２とすると、Ｄ２＜Ｒ２という関係がある（腕を下に伸ばした為、近づく必要がある為）。ここで、左手をかざした時の角度θは、それぞれ以下のように求まる。
　θ１＝ａｒｃｔａｎ（Ｓ１／Ｄ１）≒ａｔａｎ（Ｓ１／Ｒ１）
　θ２＝ａｒｃｔａｎ（Ｓ２／Ｄ２）≒ａｔａｎ（Ｓ２／Ｒ２）
　ここで、腕の長さ（Ｒ１，Ｒ２）と体の幅（Ｓ１，Ｓ２）の比はほぼ一定であると考えられる為、Ｓ１／Ｒ１≒Ｓ２／Ｒ２という関係がある。従って、最終的にθ１＜θ２という関係が得られる。
 また、本装置を立って利用する場合と座って利用する場合とで、式（１）の係数ａとｂとを異なるものにする構成としても良い。つまり、被認証者が座っている場合に比べて、立っている場合の方が、体の大きさ（身長）による予測回転角θの増大が起きやすい。そのため、立つ場合と座る場合によって係数ａとｂとを適切な値に設定することによって、より高精度な生体認証をすることができる。
　また、予測回転角θには、固定値を設定してもよい。例えば、被認証者が立っている場合に比べ座っている場合の方が、体の大きさ（身長）による予測回転角θの増大が起きにくい。そこで、座っている場合には、予測回転角θとして固定値を設定してもよい。
　予測回転角θの符号、つまり、２回目のデータ取得時の手の回転方向は、左右の手のうちどちらを先に置いたかによって変わってくる。先に右手を置いて次に左手を置いた場合と、先に左手を置いて次に右手を置いた場合では、予測回転角θの向きが逆となる。
　そのため、１回目のデータ取得の対象が右手なのか左手なのかを判定する。ここで、形状特徴データＦ１０を用いて、手の左右を判定することもできる。しかし、形状特徴データによる左右の判定の精度は高いといえない。そのために、実施例１では、１回目のデータ取得の対称となった認証特徴データＶ１０を基に左右どちらの手であるかを判定する。上述のように、登録時にはオペレータが介在しているので、オペレータ等によって認証特徴データＶ１とこれに対応する左右情報とを合わせてサーバ３に保存しておく。あるいは、登録の際には、右手から左手の順番でデータ取得して登録すると決めてもおいてもよい。認証特徴データは、右手と左手で異なっている。そこで、１回目のデータ取得の対象である認識特徴データＶ１０と登録された認識特徴データＶ１とを比較し、一致した認識特徴データが右手のものか、左手のものかを見ることで、１回目のデータ取得の対象である手が左右どちらの手だったかを判定する。１回目のデータ取得の対象である手が右の場合、２回目は左手のデータ取得を行うので、予測回転角θは＋になる。１回目のデータ取得の対象である手が左の場合、２回目は右手のデータ取得を行うので、予測回転角θは－になる。
　ステップＳ２１０では、サーバ３により、取得した認証特徴データＶ１０の識別を行う。サーバ３の指紋照合部３５と静脈照合部３６は、２回目の照合処理に先立って、照合用の認証特徴データＶ２０を予測回転角θ分回転させる（オフセット設定）。
　登録した認証特徴データと照合する認証特徴データの間の回転角が大きくなると照合が失敗し易くなる。照合処理時の回転角の探索範囲を広げることもできるが、認証処理の負荷の増加を伴う。また、回転角の探索範囲を広げて照合を行うと、他人同士のデータが一致する確率が増大する為、他人受入れ率（ＦＡＲ）が増加する。つまり、別人同士の認証特徴データであっても、様々な回転角度を与えて照合すると確率的に類似度が向上してしまう場合がある。
　そこで、例えば、１回目のデータ取得の対象である認証特徴データＶ１０を基に、２回目のデータ取得の対象である認証特徴データＶ２０が＋２０°回転すると予測できる場合、認証特徴データＶ２０を－２０°回転することで補正し、その近傍範囲（例えば±５°）のみを探索しながら、登録用の認証特徴データＶ２と照合する。また、形状特徴データに対しても同様の処理を適用しても良い。
　このようにオフセット設定することで、計算時間を低減することが可能となり、被認証者へのレスポンスが改善し、生体認証システムの利便性が向上する。同等の処理時間をより少ない演算能力を持つサーバで構築することが可能となる為、コストパフォーマンスが改善する。回転角の探索範囲を狭くし、ＦＡＲを減少させることが可能となる。
　サーバ３の指紋照合部３５と静脈照合部３６は、ストレージに記憶された登録用の認証特徴データＶ２の中から、予測回転角θ分回転させた認証特徴データＶ２０と所定の範囲で一致するものを抽出する照合処理を行う。これにより、一致の抽出までの時間が短縮され、高速で高精度な照合ができる。認証特徴データＶ２０と一致した登録用の認証特徴データＶ２から、対応する被認証者のＩＤと左右のどちらの手かを示す左右情報とを特定する。そして、認証特徴データＶ２０に対応するＩＤ、及び手の左右情報が、サーバ３からクライアント１へ送信される。
　ステップＳ２１１では、クライアント制御部１１において、認証を行う。ステップＳ２０２でクライアント３へと送られた認証特徴データＶ１０に対応する被認証者のＩＤ及び手の左右情報、及び、ステップＳ２１０でクライアント３へと送られた認証特徴データＶ２０に対応する被認証者のＩＤ及び手の左右情報を判断する。被認証者のＩＤ同士が一致し、手の左右情報が異なる側の手を示している場合には、１回目のデータ取得の対象者と２回目のデータ取得の対象者が同一の被認証者であると判定する（ＹＥＳ）。
判定が成功した場合（ＹＥＳ）には、認証成功（ステップＳ２１２）として照合処理を終了する。一方、判定が失敗した場合（ＮＯ）には、認証成功（ステップＳ２１３）として照合処理を終了する。
　なお、左右手認証の際の入力の順番は、右手の次に左手でも良いし、左手の次に右手でも良い。
　なお、実施例１では生体情報として、指紋と手の平静脈の組み合せを説明しているが、他の特徴、例えば、指静脈や掌紋等を組み替えたり、あるいは組み合わせる構成とすることもできる。
　また、ステップＳ２０７をクライアント１で処理するのは、サーバ３とネットワーク等の通信路５の処理負担を軽減するためであり、ステップＳ２０７をサーバ３で処理してもよい。
　また、ステップＳ１０１及びステップＳ１０２の登録処理と、ステップＳ２０１及びステップＳ２０３の登録処理とは、異なる読み取りセンサにより実行されてよい。また、ステップＳ１０３からＳ１０７及びステップＳ１０９の照合処理と、ステップＳ２０３からＳ２０７、ステップＳ２０９、及びステップＳ２１１からＳ２１３の照合処理とは、異なるクライアントにより実行されてよい。
　実施例１によれば、一つのセンサで左右両手の生体認証を行うことで、一人分の照合する特徴データを増やせるので、他人受け入れ率を低減することができる。
　実施例２では、読み取りセンサ２として、静脈センサ部２２のみを用いる。図１１は、実施例２における生体認証システムの構成例を示す図である。図１１を参照して、実施例２における生体認証システムの構成例を説明する。
　実施例２を説明するための図１３において、図１と同一機能を有するものは同一符号を用い、繰り返しの説明は省略する。実施例２は、実施例１と比較して、指紋センサ部２１、指紋照合部１５、左右対応テーブル１３、及び、指紋照合部３５がなく、画像左右反転部１３１がある点が異なる。
　画像左右反転部１３１は、図４のステップＳ１０５と図７のステップＳ２０６とで、データ取得の対象となった形状特徴データの左右を反転する。ここで使用する形状特徴データは、例えば、手の平の輪郭の形状から得られる。具体的には、手の平の輪郭の画像をトレースし、輪郭線のフーリエ記述子を形状特徴データとしてもよい。また、手の平全体の形状の画像からモーメントを計算し、それを形状特徴データとして利用してもよい。手の形状の画像の特徴量については、文献Ｒ．Ｍ．Ｌｕｑｕｅ，　Ｄ．Ｅｌｉｚｏｎｄｏ，　Ｅ．Ｌｏｐｅｚ－Ｒｕｂｉｏ　ａｎｄ　Ｅ．Ｊ．Ｐａｌｏｍｏ，　"ＧＡ－Ｂａｓｅｄ　Ｆｅａｔｕｒｅ　Ｓｅｌｅｃｔｉｏｎ　Ａｐｐｒｏａｃｈ　Ｉｎ　Ｂｉｏｍｅｔｒｉｃ　Ｈａｎｄ　Ｓｙｓｔｅｍｓ"，　Ｐｒｏｃｅｅｄｉｎｇｓ　ｏｆ　Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｊｏｉｎｔ　Ｃｏｎｆｅｒｅｎｃｅ　ｏｎ　Ｎｅｕｒａｌ　Ｎｅｔｗｏｒｋｓ，　Ｓａｎ　Ｊｏｓｅ、Ｃａｌｉｆｏｒｎｉａ，　ＵＳＡ，　Ｊｕｌｙ　３１－Ａｕｇｕｓｔ　５，　２０１１，　２０１１　ＩＥＥＥ, ２４６ページから２５３ページなどを参照できる。これらの特徴量を、形状特徴データとして利用してもよい。
　画像左右反転部１３１は、上述の画像から得られる形状特徴データの左右反転を、１回目のデータ取得の対象に対して適用してもよいし、２回目のデータ取得の対象に対して適用してもよい。１回目のデータ取得の対象に対して適用すると、１回目のデータ取得の対象である形状特徴データＦ１またはＦ１０に対する反転処理を実行している間に、２回目のデータ取得の対象である形状特徴データＦ２またはＦ２０のデータ取得を並列で行うことができる。そのため、レスポンスが早くなり被認証者の認証をより短時間で行う効果が得られる。
　画像左右反転部１３１で反転された形状特徴データは、図４のステップＳ１０６では、クライアント制御部１１又は左右手入力チェック部１２により、もう一方の手の形状特徴データと所定範囲で一致するか比較する。所定範囲で一致しない場合（ＮＯ）、ステップＳ１０７に移行する。形状特徴データＦ１'が形状特徴データＦ２と所定範囲で一致する場合（ＹＥＳ）、ステップＳ１０８に移行する。
　また、図７のステップＳ２０７では、クライアント制御部１１又は左右手入力チェック部１２により、もう一方の手の形状特徴データと所定範囲で一致するか比較する。形状特徴データＦ１０'が形状特徴データＦ２０と所定範囲で一致しない場合（ＮＯ）、ステップＳ２０８に移行する。形状特徴データＦ１０'が形状特徴データＦ２０と所定範囲で一致する場合（ＹＥＳ）、ステップＳ２０９に移行する。その他は、説明を省略するが、図７の照合処理のフローチャートに従って認証を行う。
　被認証者によっては指が欠損している場合があり、生体情報として指紋を使えない場合がある。実施例２によれば、そのような場合でも、両手の同一部位の生体情報を利用して照合の精度を上げて認証をより正確にし、もって、ＦＡＲを低減できる。
　以上、実施例においては、照合する生体情報として、指紋や手の平静脈を例として説明した。しかし、生体情報は上記に限定されるものではない。例えば、生体情報として、掌紋や指静脈などを用いる構成としても良い。
　また、実施例においては、形状特徴データは左右どちらの手であるか判定するため用いていた。しかし、左右の手の形状特徴データを認証処理に用いる構成としてよい。
　以上、実施例について詳述したが、この実施例に限定されるものではなく、特許請求の範囲に記載された範囲内において、上記実施例以外にも種々の変形及び変更が可能である。
　１　クライアント
　２　読み取りセンサ
　３　サーバ
　４　通信路
　５　通信路
　１１　クライアント制御部
　１２　左右手入力チェック部
　１３　左右対応テーブル
　１４　回転予測部
　１５　指紋照合部
　１６　静脈照合部
　１７　メモリ部
　１８　通信部
　１９　バス
　１３１　画像左右反転部
　２１　指紋センサ部
　２２　静脈センサ部
　２３　ガイド
　２４　ケース
　２５　指紋読み取り範囲
　２６　静脈読み取り範囲
　３０　ストレージ部
　３１　サーバ制御部
　３５　指紋照合部
　３６　静脈照合部
　３７　メモリ部
　３８　通信部
　３９　バス
　Ｆ１、Ｆ１'、Ｆ２、Ｆ１０、Ｆ１０'、Ｆ２０　形状特徴データ
　Ｖ１、Ｖ２、Ｖ１０、Ｖ２０　認証特徴データ
　Ｔ１、Ｔ２、Ｔ３　指紋中心座標
　ＢＡ、ＢＢ、ＢＣ、ＢＤ　指の付け根座標
　ＳＨ　手の大きさ

Claims (10)

  1. 　一方の手に特有で照合に用いる第一の照合用認証特徴データと、他方の手に特有で照合に用いる第二の照合用認証特徴データと、を取得する単一の読み取りセンサと、
    　一人分の前記第一の照合用認証特徴データと前記第二の照合用認証特徴データとの両方を、認証データとして外部に送信すると共に、認証結果を受信する通信部と、を有する生体認証装置。
  2. 　前記第一の照合用認証特徴データを取得する際の前記一方の手の前記読み取りセンサに対する角度と、前記第二の照合用認証特徴データを取得する際の前記他方の手の前記読み取りセンサに対する角度との差異である予測回転角を計算する回転予測部を更に有し、
    　前記通信部は、前記回転予測部で計算した前記予測回転角を前記外部に送信することを特徴とする請求項１記載の生体認証装置。
  3. 　前記読み取りセンサは、前記一方の手の形状をあらわす第一の照合用形状特徴データを更に取得可能であり、
    　前記回転予測部は前記読み取りセンサで取得された前記一方の手の形状から前記一方の手の大きさを計算し、前記計算した一方の手の大きさに基づいて前記予測回転角を計算することを特徴とする請求項２記載の生体認証装置。
  4. 　前記第一の照合用認証特徴データと前記第二の照合用認証特徴データとが同一であるか比較する照合部をさらに有し、
    　前記第一の照合用認証特徴データと前記第二の照合用認証特徴データとが同一である場合に処理を中止することを特徴とする請求項１記載の生体認証装置。
  5. 　前記処理を中止する際に、前記他方の手を前記読み取りセンサにかざすように促すメッセージを出力することを特徴とする請求項４記載の生体認証装置。
  6. 　前記第一の照合用認証特徴データと前記第二の照合用認証特徴データとが同一人の異なる手を対象として取得したものであるか判定する左右手入力チェック部を更に有し、
    　前記読み取りセンサは、前記第一の照合用認証特徴データの取得と同時に前記一方の手の形状をあらわす第一の照合用形状特徴データを取得可能であり、前記第二の照合用認証特徴データの取得と同時に前記他方の手の形状をあらわす第二の照合用形状特徴データとを取得可能であり、
    　左右手入力チェック部は、第一の照合用形状特徴データを左右反転する計算をし、前記計算の結果と第二の照合用形状特徴データと所定の範囲で一致するか比較し、一致しなければ同一人の異なる側の手を対象として取得したものでないと判定し、処理を中止することを特徴とする請求項１記載の生体認証装置。
  7. 　前記処理を中止する際に、前記同一人の手を前記読み取りセンサにかざすように促すメッセージを出力することを特徴とする請求項６記載の生体認証装置。
  8. 　　一方の手に特有で照合に用いる第一の照合用認証特徴データと、他方の手に特有で照合に用いる第二の照合用認証特徴データと、を取得する読み取りセンサと、
    　　前記第一の照合用認証特徴データと前記第二の照合用認証特徴データを送信すると共に、認証の成功を受信する通信部と、を有する
    　生体認証装置と、
    　　前記生体認証装置の通信部から送信された前記第一の照合用認証特徴データと前記第二の照合用認証特徴データを受信するサーバ通信部と、
    　　前記一方の手に特有であり登録される第一の登録用認証特徴データと前記他方の手に特有であり登録される第二の登録用認証特徴データとを保存するストレージ部と、
    　　前記第一の登録用認証特徴データと第一の照合用認証特徴データとが所定の範囲で一致し、かつ、前記第二の登録用認証特徴データと第二の照合用認証特徴データとが所定の範囲で一致した場合に認証を成功とする照合部とを有し、
    　　サーバ通信部は、前記認証の成功を生体認証装置の前記通信部に送信する
    　サーバと、
    を有する生体認証システム。
  9. 　前記サーバは、前記第一の登録用認証特徴データと前記第二の登録用認証特徴データを、外部から取得してストレージ部に保存することを特徴とする請求項８記載の生体認証システム。
  10. 　一方の手に特有で照合に用いる第一の照合用認証特徴データと、他方の手に特有で照合に用いる第二の照合用認証特徴データとを読み取りセンサで取得し、
    　前記読み取りセンサからの前記第一の照合用認証特徴データと前記第二の照合用認証特徴データを装置から送信してサーバが受信し、
    　前記サーバが、前記一方の手に特有の第一の登録用認証特徴データと第一の照合用認証特徴データとが所定の範囲で一致するか照合し、前記他方の手に特有の第二の登録用認証特徴データと第二の照合用認証特徴データとが所定の範囲で一致するか照合し、いずれも所定範囲で一致する場合に認証の成功を前記装置に送信することを特徴とする生体認証方法。
PCT/JP2013/050850 2013-01-17 2013-01-17 生体認証装置、生体認証システム、及び生体認証方法 WO2014112081A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2014557248A JP6065025B2 (ja) 2013-01-17 2013-01-17 生体認証装置、生体認証システム、及び生体認証方法
PCT/JP2013/050850 WO2014112081A1 (ja) 2013-01-17 2013-01-17 生体認証装置、生体認証システム、及び生体認証方法
US14/792,688 US9418274B2 (en) 2013-01-17 2015-07-07 Biometric authentication technique utilizing image data of both hands

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2013/050850 WO2014112081A1 (ja) 2013-01-17 2013-01-17 生体認証装置、生体認証システム、及び生体認証方法

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US14/792,688 Continuation US9418274B2 (en) 2013-01-17 2015-07-07 Biometric authentication technique utilizing image data of both hands

Publications (1)

Publication Number Publication Date
WO2014112081A1 true WO2014112081A1 (ja) 2014-07-24

Family

ID=51209202

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2013/050850 WO2014112081A1 (ja) 2013-01-17 2013-01-17 生体認証装置、生体認証システム、及び生体認証方法

Country Status (3)

Country Link
US (1) US9418274B2 (ja)
JP (1) JP6065025B2 (ja)
WO (1) WO2014112081A1 (ja)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016099880A (ja) * 2014-11-25 2016-05-30 富士通株式会社 生体認証方法、生体認証プログラム、生体認証装置
US20160239704A1 (en) * 2015-02-16 2016-08-18 Fujitsu Limited Biometric information registration apparatus and biometric information registration method
CN107341385A (zh) * 2017-06-15 2017-11-10 珠海格力电器股份有限公司 一种移动终端解锁方法及装置
CN107408203A (zh) * 2015-03-12 2017-11-28 潘长榜 指纹扫描仪和使用指纹扫描仪扫描指纹的方法

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6241230B2 (ja) * 2013-11-28 2017-12-06 富士通株式会社 生体情報判定装置及びプログラム
JP6134662B2 (ja) * 2014-01-31 2017-05-24 株式会社 日立産業制御ソリューションズ 生体認証装置および生体認証方法
US10235582B2 (en) * 2014-08-08 2019-03-19 Gemalto Sa Automated examination and processing of biometric data
US10733414B2 (en) 2014-12-01 2020-08-04 Zkteco Co., Ltd. System and method for personal identification based on multimodal biometric information
US10726235B2 (en) * 2014-12-01 2020-07-28 Zkteco Co., Ltd. System and method for acquiring multimodal biometric information
US10963159B2 (en) * 2016-01-26 2021-03-30 Lenovo (Singapore) Pte. Ltd. Virtual interface offset
EP3531241A4 (en) * 2016-10-24 2019-11-20 Sony Corporation INFORMATION PROCESSING DEVICE, INFORMATION PROCESSING METHOD, AND PROGRAM
US20190028468A1 (en) 2017-07-24 2019-01-24 Bernard GARCIA Biometric cloud authentication gateway database system and method of use
CN107370769B (zh) * 2017-09-12 2020-10-23 中国联合网络通信集团有限公司 用户认证方法及系统
TWI678661B (zh) * 2018-08-31 2019-12-01 中華電信股份有限公司 具資料擴展性之掌紋辨識裝置及方法
US11756036B1 (en) * 2019-12-13 2023-09-12 Amazon Technologies, Inc. Utilizing sensor data for automated user identification

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008009753A (ja) * 2006-06-29 2008-01-17 Fujitsu Ltd 生体認証方法及び生体認証システム
JP2010146158A (ja) * 2008-12-17 2010-07-01 Fujitsu Ltd 生体認証装置、生体認証方法、及びコンピュータプログラム
JP2010224903A (ja) * 2009-03-24 2010-10-07 Fujitsu Ltd 生体認証装置
JP2010257007A (ja) * 2009-04-22 2010-11-11 Nippon Separate System:Kk 入退出管理装置

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000102525A (ja) * 1998-09-28 2000-04-11 Hiroko Oki 本人認証方法および本人認証装置並びに本人認証用記録媒体
JP2007156790A (ja) * 2005-12-05 2007-06-21 Hitachi Omron Terminal Solutions Corp 複数種の生体情報による認証をおこなう認証技術
JP2007249291A (ja) 2006-03-13 2007-09-27 Oki Electric Ind Co Ltd 顧客認証装置
JP4786483B2 (ja) 2006-09-14 2011-10-05 富士通株式会社 生体認証装置の生体誘導制御方法及び生体認証装置
US8548206B2 (en) * 2011-01-20 2013-10-01 Daon Holdings Limited Methods and systems for capturing biometric data

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008009753A (ja) * 2006-06-29 2008-01-17 Fujitsu Ltd 生体認証方法及び生体認証システム
JP2010146158A (ja) * 2008-12-17 2010-07-01 Fujitsu Ltd 生体認証装置、生体認証方法、及びコンピュータプログラム
JP2010224903A (ja) * 2009-03-24 2010-10-07 Fujitsu Ltd 生体認証装置
JP2010257007A (ja) * 2009-04-22 2010-11-11 Nippon Separate System:Kk 入退出管理装置

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016099880A (ja) * 2014-11-25 2016-05-30 富士通株式会社 生体認証方法、生体認証プログラム、生体認証装置
US20160239704A1 (en) * 2015-02-16 2016-08-18 Fujitsu Limited Biometric information registration apparatus and biometric information registration method
CN105893813A (zh) * 2015-02-16 2016-08-24 富士通株式会社 生物信息登记装置和生物信息登记方法
US9792484B2 (en) * 2015-02-16 2017-10-17 Fujitsu Limited Biometric information registration apparatus and biometric information registration method
CN107408203A (zh) * 2015-03-12 2017-11-28 潘长榜 指纹扫描仪和使用指纹扫描仪扫描指纹的方法
CN107408203B (zh) * 2015-03-12 2021-09-21 潘长榜 指纹扫描仪和使用指纹扫描仪扫描指纹的方法
CN107341385A (zh) * 2017-06-15 2017-11-10 珠海格力电器股份有限公司 一种移动终端解锁方法及装置
CN107341385B (zh) * 2017-06-15 2019-01-04 珠海格力电器股份有限公司 一种移动终端解锁方法及装置

Also Published As

Publication number Publication date
US20150310252A1 (en) 2015-10-29
US9418274B2 (en) 2016-08-16
JPWO2014112081A1 (ja) 2017-01-19
JP6065025B2 (ja) 2017-01-25

Similar Documents

Publication Publication Date Title
JP6065025B2 (ja) 生体認証装置、生体認証システム、及び生体認証方法
US8699763B2 (en) Biometric information processing device, biometric information processing method and computer-readable storage medium storing a biometric information processing program
JP5445584B2 (ja) 生体認証装置、生体認証方法及び生体認証用コンピュータプログラム
JP5975293B2 (ja) 認証装置及びプログラム
WO2013161077A1 (ja) 生体認証装置、生体認証プログラム及び生体認証方法
JP2001344213A5 (ja)
WO2012111095A1 (ja) 生体認証装置、生体認証方法及び生体認証用コンピュータプログラム
JP5930023B2 (ja) 生体認証装置、生体認証方法及び生体認証用コンピュータプログラム
JP6024141B2 (ja) 生体情報処理装置、生体情報処理方法、および生体情報処理プログラム
JP2009289253A (ja) 生体認証システム、認証クライアント端末、及び生体認証方法
JP5812109B2 (ja) 生体情報処理装置、生体情報処理方法及び生体情報処理用コンピュータプログラム
JP6658188B2 (ja) 画像処理装置、画像処理方法および画像処理プログラム
JP2006012080A (ja) 生体情報認証装置
WO2018198500A1 (ja) 照合装置、照合方法および照合プログラム
TW201222433A (en) Identity verification apparatus and method thereof based on biometric features
JP2018097637A (ja) 画像処理装置、画像処理方法および画像処理プログラム
JP2009129252A (ja) 生体認証装置、生体認証方法およびコンピュータプログラム
JP2015129997A (ja) 生体情報処理装置、生体情報処理方法及び生体情報処理用コンピュータプログラム
US9977889B2 (en) Device for checking the authenticity of a fingerprint
KR20180105035A (ko) 지문 인증 방법 및 장치
KR102333453B1 (ko) 지문 및 얼굴 영상을 이용한 스마트폰 기반 신원확인 방법
EP3330888A1 (en) Biometric authentication apparatus, biometric authentication method, and biometric authentication program
JP5509769B2 (ja) 生体認証装置及び生体認証方法
JP6573230B2 (ja) 個人認証システム、個人情報媒体、端末装置、及び、個人認証方法
JP4553644B2 (ja) 生体情報認証装置

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 13871957

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2014557248

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 13871957

Country of ref document: EP

Kind code of ref document: A1